14.1 Concepto y evolución
El CRM no es solo una categoría de software, sino un enfoque estratégico de creación de valor centrado en las relaciones con los clientes. Payne y Frow (2005) lo definen como un enfoque estratégico transfuncional, orientado a procesos, que busca crear y mejorar el valor para el cliente y, por esa vía, el valor para el accionista, mediante el desarrollo de relaciones apropiadas con clientes y segmentos clave. Los autores advierten que las concepciones de CRM oscilan entre lo estrictamente táctico —una herramienta tecnológica o un programa de fidelización— y lo plenamente estratégico, y que esta ambigüedad explica buena parte de los fracasos de implementación.
14.1.1 Marketing transaccional frente a relacional
El marketing transaccional concibe el intercambio como un episodio discreto: el objetivo es cerrar la venta, y el éxito se mide por el volumen de transacciones. El marketing relacional, en cambio, concibe el intercambio como un proceso continuo orientado a atraer, mantener y profundizar relaciones de largo plazo mutuamente beneficiosas. El término «marketing relacional» fue acuñado por Leonard Berry en 1983, en una ponencia presentada en la conferencia de marketing de servicios de la American Marketing Association (AMA), donde apareció por primera vez en la literatura (Berry, 1983). Dwyer, Schurr y Oh (1987) formalizaron poco después la transición desde el intercambio discreto al relacional, al modelar las fases del desarrollo de una relación entre comprador y vendedor. La diferencia es de horizonte temporal, de unidad de análisis —la relación frente a la transacción— y de métrica de éxito —el valor del cliente en el tiempo frente al ingreso por venta—, lo que reorienta por completo las prioridades de la función de marketing.
14.1.2 Del CRM táctico al estratégico
La evolución del CRM puede describirse como un ascenso de nivel. En su acepción táctica, el CRM se reduce a una tecnología o a un conjunto de campañas. En su acepción estratégica —la que defienden Payne y Frow (2005)— el CRM se sitúa en el nivel de la estrategia de negocio y articula cinco procesos transfuncionales clave: el proceso de desarrollo de la estrategia, el de creación de valor, el de integración multicanal, el de gestión de la información y el de evaluación del desempeño. Bajo esta óptica, el fracaso frecuente de los proyectos de CRM no obedece a deficiencias del software, sino a su implementación como mero proyecto tecnológico desligado de la estrategia y de la cultura de la organización. La lección práctica es que la tecnología es condición necesaria pero no suficiente del éxito relacional.
14.1.3 Filosofía centrada en el cliente
La orientación al cliente o customer-centricity consiste en organizar la empresa en torno a los segmentos de clientes y su valor, en lugar de en torno a productos o canales. Shah et al. (2006) señalan que la transición hacia una organización centrada en el cliente exige cambios profundos en la cultura, la estructura, los procesos y las métricas, y que su dificultad explica por qué muchas empresas la proclaman sin lograrla. La centralidad del cliente conecta directamente con la noción de valor del cliente como activo o customer equity —el valor descontado del conjunto de relaciones con clientes de la empresa— como objetivo último de la función de marketing (Rust, Lemon y Zeithaml, 2004). Proclamar la orientación al cliente sin rediseñar las métricas y los incentivos que rigen la organización es, por tanto, una declaración vacía.
14.2 Componentes del CRM
Desde una perspectiva de arquitectura tecnológica y de procesos, el CRM se descompone habitualmente en tres componentes complementarios cuya integración determina la eficacia del sistema. Esta tipología es ampliamente aceptada en la literatura de sistemas de información y de marketing (Buttle y Maklan, 2019).
14.2.1 CRM operativo
El CRM operativo automatiza y soporta los procesos de contacto directo con el cliente en las tres grandes funciones de cara al mercado: la automatización de la fuerza de ventas —gestión de oportunidades, embudo de ventas, cotizaciones—, la automatización del marketing —gestión de campañas, gestión de oportunidades comerciales y maduración de contactos— y la automatización del servicio —centros de contacto, mesa de ayuda, gestión de casos—. Su finalidad es mejorar la eficiencia y la consistencia de las interacciones y registrar cada contacto como dato reutilizable, de modo que la operación cotidiana alimente el conocimiento del cliente en lugar de disiparse.
14.2.2 CRM analítico
El CRM analítico explota los datos capturados por el CRM operativo para generar conocimiento accionable: segmentación de clientes, modelos predictivos —propensión de compra, propensión de abandono o churn—, calificación de oportunidades y de valor, análisis de la cesta de la compra y personalización. Es el puente entre el CRM y la analítica de marketing del Tema 15, y la base sobre la que se construyen las decisiones de asignación diferenciada de recursos por cliente. Los modelos de propensión y de valor de vida del cliente que se desarrollan más adelante en este tema residen en este componente, que constituye el cerebro analítico del sistema.
14.2.3 CRM colaborativo
El CRM colaborativo gestiona la interacción coordinada con el cliente a través de múltiples canales y puntos de contacto —teléfono, correo electrónico, web, redes sociales, tienda física, chat—, de modo que la experiencia sea coherente con independencia del canal utilizado. Es la dimensión que sustenta las estrategias omnicanal (Tema 8) y la que evita que el cliente perciba una empresa fragmentada en compartimentos estancos. Su reto central es la integración de datos e interacciones para ofrecer una visión única del cliente, sin la cual los otros dos componentes operan sobre información incompleta.
14.3 Valor del cliente
La premisa económica del CRM es que no todos los clientes valen lo mismo ni merecen la misma inversión. Cuantificar el valor del cliente permite asignar recursos de adquisición, retención y desarrollo de forma racional. La base empírica de este enfoque la sentaron Reichheld y Sasser (1990), quienes mostraron que pequeñas reducciones en la tasa de deserción de clientes podían producir incrementos desproporcionados de beneficio, dado que los clientes de larga duración tienden a comprar más, a costar menos de servir y a generar referencias.
14.3.1 Customer Lifetime Value (CLV)
El valor de vida del cliente (Customer Lifetime Value, CLV) es el valor presente neto de los flujos de margen que se espera generar de un cliente durante toda la relación, descontados a una tasa apropiada. Gupta, Lehmann y Stuart (2004) demostraron que el agregado del CLV de la base de clientes —el customer equity— puede usarse para valorar la propia empresa, lo que vincula la métrica de marketing con la valoración financiera. En su formulación más simple, el CLV de un cliente con margen periódico constante m, tasa de retención r y tasa de descuento i equivale a la expresión m × [r / (1 + i − r)]. Las formulaciones más sofisticadas incorporan probabilidades de retención variables, expansión de ingresos y costos de servicio diferenciados, pero todas comparten la idea rectora de que el cliente es una corriente de valor proyectable y no una venta puntual.
14.3.2 Valor pasado frente a valor potencial
Una distinción crítica es la que separa el valor histórico del cliente —lo que ha aportado hasta hoy— de su valor potencial —lo que podría aportar si se desarrolla la relación—. Gestionar solo por valor pasado conduce a sobreinvertir en clientes maduros y a desatender clientes de bajo valor actual pero alto potencial. El CRM analítico moderno busca estimar la participación en el gasto del cliente o share of wallet —la proporción del gasto del cliente en la categoría que capta la empresa— para identificar el espacio de crecimiento dentro de cada relación. La gestión del valor potencial, por tanto, transforma la cartera de clientes de un registro contable en una fuente de crecimiento orgánico.
14.3.3 Costo de adquisición (CAC)
El costo de adquisición de clientes (Customer Acquisition Cost, CAC) es el gasto total de marketing y ventas dividido entre el número de clientes nuevos captados en un período. Es la contrapartida del CLV: mientras el CLV mide cuánto vale un cliente, el CAC mide cuánto cuesta conseguirlo. La rentabilidad de la adquisición depende de que el valor capturado supere con holgura el costo de captación, por lo que ambas métricas deben leerse de forma conjunta y nunca de manera aislada.
14.3.4 Relación CLV/CAC
El cociente entre el valor de vida y el costo de adquisición es uno de los indicadores rectores de la economía de clientes, especialmente en los negocios de suscripción y digitales. Un cociente cercano a 1 indica que la empresa apenas recupera lo invertido en captar; la regla heurística difundida en la práctica del software y la suscripción sugiere un objetivo en torno a una relación de tres a uno, aunque el valor de referencia depende del sector, los márgenes y el horizonte de retención. Conviene tratar esta cifra como una orientación práctica y no como un umbral universal validado empíricamente, pues un objetivo demasiado alto puede señalar subinversión en crecimiento tanto como eficiencia.
14.3.5 Período de recuperación
El período de recuperación o payback period del CAC es el tiempo que tarda la empresa en recuperar, mediante el margen generado por el cliente, lo invertido en adquirirlo. Es una métrica de eficiencia de capital especialmente relevante para los negocios de ingresos recurrentes: un período de recuperación corto libera caja para reinvertir en crecimiento, mientras que un período largo, aunque el CLV sea elevado, tensiona la liquidez. Junto con la relación CLV/CAC, el período de recuperación completa el cuadro de la rentabilidad de la adquisición, al añadir la dimensión temporal a la dimensión de magnitud.
14.4 Segmentación de clientes
A diferencia de la segmentación de mercado del Tema 5 —que opera sobre clientes potenciales para decidir a quién dirigirse—, la segmentación de clientes del CRM opera sobre la base instalada para decidir cómo tratar de forma diferenciada a quienes ya son clientes, en función de su valor y de su comportamiento.
14.4.1 RFM (recencia, frecuencia, valor monetario)
El modelo RFM clasifica a los clientes según tres variables conductuales: la recencia —cuán reciente fue su última compra—, la frecuencia —cuántas veces ha comprado en un período— y el valor monetario —cuánto ha gastado—. Procede de la tradición del marketing directo y de catálogo, donde se observó que estas tres variables predicen con notable eficacia la probabilidad de respuesta a una oferta; posteriormente fue formalizado en la literatura del marketing de bases de datos y de la selección de envíos directos (Bult y Wansbeek, 1995; Hughes, 2012). Su virtud es la sencillez y el uso exclusivo de datos transaccionales disponibles; su límite, que es descriptivo y retrospectivo, por lo que se complementa con modelos predictivos de CLV y de abandono. Su vigencia se debe precisamente a que ofrece un punto de partida robusto con datos que toda empresa ya posee.
14.4.2 Pirámide de clientes
La pirámide de clientes ordena la base por niveles de valor —típicamente platino, oro, hierro y plomo, en la conocida nomenclatura de Zeithaml, Rust y Lemon (2001)— para visualizar la concentración del valor y orientar el trato diferenciado. Suele cumplirse una variante del principio de Pareto: una minoría de clientes concentra una mayoría desproporcionada del beneficio. La pirámide ayuda a decidir dónde invertir en retención —los niveles superiores—, dónde buscar desarrollo —clientes con potencial de ascenso— y dónde reducir los costos de servicio o, incluso, desincentivar relaciones deficitarias. Su valor reside en hacer visible una desigualdad de rentabilidad que la gestión indiferenciada tiende a ignorar.
14.4.3 Cohortes de adquisición
El análisis de cohortes agrupa a los clientes según el período en que fueron adquiridos —la cohorte de enero, la del segundo trimestre, etc.— y sigue su comportamiento en el tiempo: retención, gasto, expansión. Permite distinguir si las mejoras o los deterioros en las métricas agregadas se deben al desempeño de las nuevas cohortes o a cambios en las antiguas, y aísla el efecto de los cambios en el producto, el precio o la calidad de la adquisición. Es una herramienta central en la analítica de los negocios de suscripción y de comercio electrónico, porque revela dinámicas que las cifras agregadas ocultan.
14.4.4 Segmentación por valor y comportamiento
La segmentación más completa cruza el valor —actual y potencial, mediante el CLV— con el comportamiento —patrones de compra, uso, canal, sensibilidad al precio, propensión al abandono—. El resultado es una matriz que permite estrategias diferenciadas: maximizar la retención de los clientes de alto valor y alta lealtad, desarrollar a los de alto potencial, migrar a canales más eficientes a los de bajo margen y gestionar con cautela a los de alto costo de servicio. Reinartz y Kumar (2002) advirtieron, con evidencia empírica, contra el supuesto ingenuo de que la lealtad equivale a la rentabilidad: existen clientes leales pero poco rentables y clientes de relación corta pero muy rentables, de modo que la gestión debe basarse en el valor y no solo en la duración de la relación.
14.5 Programas de lealtad
Los programas de lealtad son mecanismos estructurados para incentivar la repetición de compra y profundizar la relación mediante recompensas. Su justificación teórica descansa en la economía de la retención (Reichheld, 1996), pero su eficacia real es objeto de debate, pues muchos programas premian comportamientos que se habrían dado de todos modos o desencadenan guerras de imitación entre competidores.
14.5.1 Tipos de programas
Los programas adoptan diversas arquitecturas. Los programas de puntos acumulan unidades canjeables por compra. Los de niveles otorgan estatus y beneficios crecientes según el gasto, y apelan tanto a la recompensa material como al reconocimiento. Los programas de pago, como Amazon Prime, cobran una cuota a cambio de beneficios inmediatos, lo que aumenta el compromiso y el gasto del miembro. Los gamificados incorporan mecánicas de juego —retos, insignias, progreso— para aumentar el grado de implicación. Cada arquitectura genera incentivos psicológicos distintos, por lo que la elección no debe responder a la moda sino al comportamiento que se desea reforzar.
14.5.2 Diseño de recompensas
El diseño de recompensas equilibra el valor percibido por el cliente con el costo para la empresa. Las cuestiones clave son la elección entre recompensas inmediatas o diferidas, materiales o experienciales, igualitarias o jerárquicas, y propias o de socios en coalición. La investigación sobre el efecto de progreso dotado muestra que dar al cliente una sensación de avance hacia la recompensa aumenta la probabilidad de que la persiga. El riesgo de un mal diseño es generar un pasivo contable creciente —puntos no canjeados— sin lealtad real, lo que convierte un instrumento de fidelización en una carga financiera.
14.5.3 Métricas de programa
La evaluación de un programa de lealtad no se mide por el número de inscritos, sino por su efecto incremental: ¿gastan más, se retienen más o refieren más los miembros que un grupo de control comparable de no miembros? Entre las métricas relevantes figuran la tasa de canje, la actividad de los miembros, el gasto incremental atribuible y el retorno de la inversión del programa. La pregunta crítica —difícil de responder sin un diseño experimental— es la del contrafactual: cuánto de la lealtad observada habría existido sin el programa. Sin esa pregunta, la medición corre el riesgo de confundir actividad con valor creado.
14.5.4 Casos ilustrativos
Entre los casos frecuentemente citados como exitosos figuran los programas de viajero frecuente de las aerolíneas —pioneros del modelo de puntos y niveles—, Starbucks Rewards —por su integración con la aplicación y el pago móvil—, Sephora Beauty Insider —por sus niveles y su comunidad— y Amazon Prime —por su modelo de pago con beneficios transversales—. El denominador común de los casos sólidos es que el programa refuerza una propuesta de valor ya atractiva y genera datos que alimentan la personalización, en lugar de sustituir con descuentos una propuesta débil. El programa, en suma, amplifica una relación valiosa, pero no la crea de la nada.
14.6 Recuperación de clientes
La gestión de relaciones incluye prevenir y revertir la pérdida de clientes. Esta sección aborda el análisis del abandono, las campañas de reactivación y la recuperación tras fallas de servicio, ámbito que se solapa con el marketing de servicios (Tema 16).
14.6.1 Análisis del abandono (churn)
El análisis del abandono o churn busca identificar qué clientes tienen alta probabilidad de dejar la relación y por qué, para actuar de forma preventiva. Distingue el abandono voluntario —el cliente decide irse— del involuntario —por ejemplo, un fallo de cobro—, y se apoya en modelos predictivos del CRM analítico que estiman la propensión al abandono a partir de señales de comportamiento, como la caída del uso, las quejas o la reducción de la frecuencia. La economía de la retención de Reichheld y Sasser (1990) justifica la inversión en estos modelos: prevenir el abandono de un cliente valioso suele ser más rentable que adquirir uno nuevo, lo que convierte la detección temprana en una prioridad analítica.
14.6.2 Campañas de recuperación (win-back)
Las campañas de recuperación o win-back se dirigen a clientes ya perdidos para reactivar la relación. Su diseño exige segmentar a los exclientes según el motivo de la baja y su valor potencial, pues no todos merecen ser recuperados ni responden a los mismos incentivos. La evidencia sugiere que los clientes recuperados pueden tener un segundo ciclo de vida rentable, pero también que las ofertas indiscriminadas de reactivación pueden enseñar a los clientes a abandonar para obtener mejores condiciones, un efecto perverso que conviene evitar mediante una segmentación cuidadosa y una oferta proporcionada al valor real del excliente.
14.6.3 Recuperación de servicio
La recuperación de servicio o service recovery es el conjunto de acciones que emprende la empresa para responder a una falla de servicio y restaurar la satisfacción del cliente afectado. Hart, Heskett y Sasser (1990) la describieron como un arte rentable: una falla bien gestionada puede convertir a un cliente insatisfecho en un cliente leal, mientras que una falla mal gestionada —la llamada doble desviación— amplifica el daño. Los componentes de una recuperación eficaz incluyen la rapidez, la disculpa sincera, la justicia percibida —distributiva, procedimental e interaccional—, la compensación adecuada y el empoderamiento del personal de primera línea para resolver en el momento. La recuperación, bien ejecutada, es una segunda oportunidad que la empresa no debería necesitar pero que debe saber aprovechar.
14.6.4 Paradoja de recuperación del servicio
La paradoja de recuperación del servicio o service recovery paradox postula que un cliente que experimenta una falla seguida de una recuperación excelente puede quedar más satisfecho que un cliente que nunca experimentó falla alguna. El término fue acuñado por McCollough y Bharadwaj (1992). La evidencia empírica posterior es, sin embargo, mixta: la paradoja se observa solo bajo ciertas condiciones —fallas poco graves, recuperación verdaderamente sobresaliente, primera falla— y no debe interpretarse como una invitación a fallar deliberadamente. Los metaanálisis sobre el tema concluyen que, en promedio, la recuperación rara vez deja al cliente mejor que si no hubiera habido falla (McCollough, Berry y Yadav, 2000; de Matos, Henrique y Rossi, 2007). La lección práctica es inequívoca: la prevención de fallas sigue siendo preferible a confiar en la recuperación.
14.7 Experiencia del cliente (CX)
La experiencia del cliente (Customer Experience, CX) amplía el foco del CRM desde la gestión de la relación transaccional hacia la suma de percepciones, emociones y respuestas que el cliente acumula a lo largo de todas sus interacciones con la marca. Pine y Gilmore (1998) anticiparon este giro al proponer que las experiencias constituyen una categoría económica distinta de los bienes y de los servicios. Lemon y Verhoef (2016) ofrecen la síntesis académica de referencia, al conceptualizar la experiencia del cliente como un constructo multidimensional que se despliega a lo largo del recorrido del cliente o customer journey.
14.7.1 Diseño de experiencia
El diseño de experiencia consiste en orquestar deliberadamente los elementos de cada interacción —funcionales, sensoriales, emocionales— para producir la respuesta deseada en el cliente. Se apoya en disciplinas como el diseño de servicios y el pensamiento de diseño —tratados en el Tema 16, con herramientas como el plano del servicio o blueprint— y parte de la comprensión profunda de las necesidades y el contexto del cliente para eliminar fricciones y crear momentos memorables. El diseño, así entendido, traslada la experiencia del terreno del azar al de la intención estratégica.
14.7.2 Puntos de contacto y momentos críticos
Los puntos de contacto o touchpoints son cada ocasión en que el cliente interactúa con la marca a lo largo de su recorrido —publicidad, web, compra, uso, servicio posventa—. Lemon y Verhoef (2016) distinguen cuatro tipos según quién los controla: los propios de la marca, los de socios, los del propio cliente y los sociales o externos. No todos pesan igual: ciertos «momentos de la verdad» —concepto popularizado por Jan Carlzon en la gestión de servicios— son críticos porque determinan de forma desproporcionada la percepción global. El mapeo del recorrido del cliente sirve para identificar estos momentos y priorizar la intervención donde mayor es el efecto sobre la relación.
14.7.3 Voz del cliente (VoC)
La voz del cliente (Voice of the Customer, VoC) es el conjunto de programas y métodos para captar, estructurar y actuar sobre las expectativas, preferencias y percepciones del cliente. Combina datos solicitados —encuestas, entrevistas— con datos no solicitados —análisis de quejas, escucha en redes sociales, análisis de las interacciones del centro de contacto—. Su finalidad no es solo medir, sino cerrar el ciclo de realimentación: convertir la opinión recogida en acción concreta y comunicar al cliente que su voz produjo cambios. Un programa de voz del cliente que mide pero no actúa erosiona la confianza en lugar de fortalecerla.
14.7.4 Customer Effort Score (CES)
El indicador de esfuerzo del cliente (Customer Effort Score, CES) —desarrollado por el equipo del Corporate Executive Board y difundido por Dixon, Freeman y Toman (2010)— mide el esfuerzo que el cliente percibe haber tenido que invertir para resolver su necesidad. Se desarrolla con detalle en el apartado 14.8, junto con los demás indicadores de experiencia, pero conviene situarlo aquí como una métrica central del diseño de experiencia: su hallazgo fundacional es que reducir el esfuerzo del cliente predice la lealtad mejor que intentar deleitarlo, lo que reorienta la inversión desde los gestos extraordinarios hacia la eliminación sistemática de fricciones.
14.8 Indicadores de satisfacción
La medición de la satisfacción y la experiencia se ha estandarizado en torno a un puñado de indicadores cuyo conocimiento preciso —incluidas sus limitaciones— resulta indispensable. Conviene recordar que la satisfacción, la lealtad actitudinal y la lealtad conductual son constructos distintos, y que ningún indicador único los captura por completo.
14.8.1 Customer Satisfaction Score (CSAT)
El indicador de satisfacción del cliente (Customer Satisfaction Score, CSAT) mide la satisfacción con una interacción, producto o servicio específicos, y habitualmente pregunta el grado de satisfacción en una escala —por ejemplo, de 1 a 5 o de 1 a 7— y reporta el porcentaje de respuestas favorables. Es intuitivo, flexible y útil para evaluar momentos concretos del recorrido, pero su carácter transaccional y su sensibilidad al fraseo y al momento de la medición limitan su comparabilidad y su poder de predicción de la conducta futura. Sirve, por tanto, como termómetro puntual más que como predictor de la relación.
14.8.2 Net Promoter Score (NPS)
El indicador neto de recomendación (Net Promoter Score, NPS) fue introducido por Frederick Reichheld en 2003 en su artículo «The one number you need to grow», publicado en Harvard Business Review (Reichheld, 2003). Se calcula a partir de una sola pregunta —la probabilidad de recomendar la empresa a un amigo o colega, en una escala de 0 a 10— y clasifica a los encuestados en promotores, que responden 9 o 10; pasivos, que responden 7 u 8; y detractores, que responden de 0 a 6; el NPS es el porcentaje de promotores menos el de detractores. Su atractivo radica en la simplicidad y en su uso como lenguaje común de dirección. No obstante, ha recibido críticas académicas sustantivas: Keiningham et al. (2007) cuestionaron empíricamente la afirmación de que el NPS sea un predictor del crecimiento superior a otras métricas de satisfacción, y se le reprocha confundir correlación con causalidad y descartar información al colapsar una escala de once puntos en tres categorías. Es, por tanto, un indicador útil pero que conviene presentar con sus matices, y nunca como el único número que la dirección necesita.
14.8.3 Customer Effort Score (CES)
El indicador de esfuerzo del cliente (Customer Effort Score, CES) fue propuesto por Dixon, Freeman y Toman (2010) a partir de un estudio de más de 75 000 interacciones de servicio. Mide el grado de esfuerzo que el cliente percibió haber invertido para resolver su solicitud —originalmente en una escala de esfuerzo y, en la versión refinada conocida como CES 2.0, mediante el grado de acuerdo con la afirmación de que la empresa le facilitó resolver su problema—. Su tesis central, desarrollada luego en el libro The effortless experience (Dixon, Toman y DeLisi, 2013), es que en los contextos de servicio la reducción del esfuerzo predice mejor la lealtad que el deleite, lo que reorienta la inversión desde los gestos extraordinarios hacia la eliminación sistemática de fricciones. El CES, así, no compite con la satisfacción sino que la complementa, al medir una dimensión específica que esta no captura.
14.8.4 American Customer Satisfaction Index (ACSI)
El índice estadounidense de satisfacción del cliente (American Customer Satisfaction Index, ACSI) es un índice macroeconómico de satisfacción para empresas, sectores y la economía nacional de Estados Unidos, desarrollado en la Universidad de Míchigan y descrito por Fornell et al. (1996). A diferencia del CSAT o el NPS —métricas internas de una empresa—, el ACSI se basa en un modelo de ecuaciones estructurales que vincula los antecedentes de la satisfacción —expectativas, calidad percibida, valor percibido— con sus consecuencias —quejas y lealtad— y permite la comparación entre empresas y sectores a lo largo del tiempo. La investigación asociada al ACSI ha aportado evidencia robusta de que la satisfacción del cliente se relaciona con los resultados financieros y con el valor para el accionista (Anderson, Fornell y Mazvancheryl, 2004), lo que dota a la medición de la satisfacción de una legitimidad financiera de la que carecía en sus orígenes.
14.9 Éxito del cliente (customer success)
El éxito del cliente o customer success es una disciplina relativamente reciente, surgida en el contexto de los negocios de software como servicio y de suscripción, donde el ingreso no se captura en la venta inicial, sino a lo largo de la relación, lo que convierte la retención y la expansión en imperativos de supervivencia. Su formulación de referencia se debe a Mehta, Steinman y Murphy (2016).
14.9.1 Diferencia con el soporte al cliente
El soporte al cliente es reactivo: responde a problemas que el cliente plantea. El éxito del cliente es proactivo: su objetivo es asegurar que el cliente alcance el resultado deseado con el producto, y se anticipa a los obstáculos antes de que se conviertan en motivos de abandono. El soporte se mide por la resolución de incidencias; el éxito del cliente, por la retención, la adopción y la expansión de la cuenta. Son funciones complementarias pero conceptualmente distintas, y confundirlas conduce a tratar de forma pasiva una relación que exige iniciativa.
14.9.2 Indicador de salud de la cuenta
El indicador de salud de la cuenta o health score es un índice compuesto que estima la probabilidad de que un cliente renueve, abandone o expanda su relación, e integra señales como la frecuencia y la profundidad de uso del producto, la adopción de funcionalidades clave, el sentimiento expresado, las incidencias de soporte y el cumplimiento de hitos. Funciona como un sistema de alerta temprana que permite a los equipos de éxito del cliente priorizar la intervención sobre las cuentas en riesgo y detectar oportunidades de expansión, lo que traduce una intuición difusa sobre la salud de la relación en una señal accionable.
14.9.3 Incorporación y adopción
La incorporación o onboarding es el proceso de acompañamiento del cliente tras la compra, orientado a que alcance cuanto antes el primer valor tangible —el llamado time to value— y el momento de comprensión en que advierte el beneficio del producto. La adopción mide en qué grado el cliente integra el producto en sus procesos. Una incorporación deficiente es una de las causas principales de abandono temprano, pues un cliente que nunca llega a usar plenamente lo que compró difícilmente lo renovará. Por ello, el éxito del cliente concentra esfuerzos desproporcionados en las primeras semanas de la relación, conscientes de que ese período determina buena parte de su trayectoria posterior.
14.9.4 Ingreso por expansión
El ingreso por expansión o expansion revenue es el ingreso adicional que genera un cliente existente mediante la venta de planes superiores o upselling y la venta de productos complementarios o cross-selling. En los negocios de suscripción es el motor del crecimiento eficiente, hasta el punto de que la retención neta de ingresos —que combina la retención y la expansión menos la contracción— se ha convertido en una de las métricas más vigiladas: cuando supera el 100 %, la base instalada crece en ingresos incluso sin captar nuevos clientes. La expansión es la culminación lógica de la economía del CRM, pues maximiza el valor de vida de las relaciones ya existentes en lugar de depender de la adquisición constante.
Actualizaciones recientes
La estructura del tema es sólida, pero la práctica del CRM ha evolucionado con rapidez en los frentes tecnológico y regulatorio, lo que justifica tres matices para una versión actualizada del curso.
El primero se refiere a las plataformas de datos de clientes y a la inteligencia artificial. El componente analítico del CRM (apartado 14.2.2) se ha desplazado hacia plataformas de datos de clientes que unifican datos de primera parte y alimentan modelos de inteligencia artificial para la personalización, la predicción del abandono y la calificación en tiempo real. Esto conecta el CRM con las tendencias de inteligencia artificial del Tema 20 y exige tratar la calidad y la gobernanza del dato como una capacidad estratégica.
El segundo se refiere a la privacidad y al fin de las cookies de terceros. La economía de la adquisición y la segmentación (apartados 14.3 y 14.4) se ve afectada por los marcos regulatorios de protección de datos y por la desaparición de las cookies de terceros, que elevan el valor de los datos de primera parte obtenidos con consentimiento dentro de la relación de CRM. La privacidad se convierte así en una dimensión central del diseño de los programas de fidelización y experiencia, asunto que se desarrolla en los Temas 19 y 20.
El tercero se refiere a la revisión crítica de los indicadores de un solo número. La difusión masiva del NPS (apartado 14.8.2) ha intensificado el debate académico sobre los riesgos de gestionar por una métrica única y ha impulsado enfoques de medición compuesta que combinan satisfacción, esfuerzo y comportamiento observado en lugar de depender de un solo indicador autorreportado.
Referencias
Anderson, E. W., Fornell, C., y Mazvancheryl, S. K. (2004). Customer satisfaction and shareholder value. Journal of Marketing, 68(4), 172-185. https://doi.org/10.1509/jmkg.68.4.172.42723
Berry, L. L. (1983). Relationship marketing. En L. L. Berry, G. L. Shostack y G. D. Upah (Eds.), Emerging perspectives on services marketing (pp. 25-28). American Marketing Association.
Bult, J. R., y Wansbeek, T. (1995). Optimal selection for direct mail. Marketing Science, 14(4), 378-394. https://doi.org/10.1287/mksc.14.4.378
Buttle, F., y Maklan, S. (2019). Customer relationship management: Concepts and technologies (4.ª ed.). Routledge.
de Matos, C. A., Henrique, J. L., y Rossi, C. A. V. (2007). Service recovery paradox: A meta-analysis. Journal of Service Research, 10(1), 60-77. https://doi.org/10.1177/1094670507303012
Dixon, M., Freeman, K., y Toman, N. (2010). Stop trying to delight your customers. Harvard Business Review, 88(7/8), 116-122.
Dixon, M., Toman, N., y DeLisi, R. (2013). The effortless experience: Conquering the new battleground for customer loyalty. Portfolio/Penguin.
Dwyer, F. R., Schurr, P. H., y Oh, S. (1987). Developing buyer-seller relationships. Journal of Marketing, 51(2), 11-27. https://doi.org/10.2307/1251126
Fornell, C., Johnson, M. D., Anderson, E. W., Cha, J., y Bryant, B. E. (1996). The American Customer Satisfaction Index: Nature, purpose, and findings. Journal of Marketing, 60(4), 7-18. https://doi.org/10.2307/1251898
Gupta, S., Lehmann, D. R., y Stuart, J. A. (2004). Valuing customers. Journal of Marketing Research, 41(1), 7-18. https://doi.org/10.1509/jmkr.41.1.7.25084
Hart, C. W. L., Heskett, J. L., y Sasser, W. E., Jr. (1990). The profitable art of service recovery. Harvard Business Review, 68(4), 148-156.
Hughes, A. M. (2012). Strategic database marketing: The masterplan for starting and managing a profitable, customer-based marketing program (4.ª ed.). McGraw-Hill.
Keiningham, T. L., Cooil, B., Andreassen, T. W., y Aksoy, L. (2007). A longitudinal examination of net promoter and firm revenue growth. Journal of Marketing, 71(3), 39-51. https://doi.org/10.1509/jmkg.71.3.39
Kumar, V., y Reinartz, W. (2018). Customer relationship management: Concept, strategy, and tools (3.ª ed.). Springer.
Lemon, K. N., y Verhoef, P. C. (2016). Understanding customer experience throughout the customer journey. Journal of Marketing, 80(6), 69-96. https://doi.org/10.1509/jm.15.0420
McCollough, M. A., Berry, L. L., y Yadav, M. S. (2000). An empirical investigation of customer satisfaction after service failure and recovery. Journal of Service Research, 3(2), 121-137. https://doi.org/10.1177/109467050032002
McCollough, M. A., y Bharadwaj, S. G. (1992). The recovery paradox: An examination of consumer satisfaction in relation to disconfirmation, service quality, and attribution-based theories. En C. T. Allen et al. (Eds.), Marketing theory and applications (p. 119). American Marketing Association.
Mehta, N., Steinman, D., y Murphy, L. (2016). Customer success: How innovative companies are reducing churn and growing recurring revenue. Wiley.
Payne, A., y Frow, P. (2005). A strategic framework for customer relationship management. Journal of Marketing, 69(4), 167-176. https://doi.org/10.1509/jmkg.2005.69.4.167
Pine, B. J., II, y Gilmore, J. H. (1998). Welcome to the experience economy. Harvard Business Review, 76(4), 97-105.
Reichheld, F. F. (1996). The loyalty effect: The hidden force behind growth, profits, and lasting value. Harvard Business School Press.
Reichheld, F. F. (2003). The one number you need to grow. Harvard Business Review, 81(12), 46-54.
Reichheld, F. F., y Sasser, W. E., Jr. (1990). Zero defections: Quality comes to services. Harvard Business Review, 68(5), 105-111.
Reinartz, W., y Kumar, V. (2002). The mismanagement of customer loyalty. Harvard Business Review, 80(7), 86-94.
Rust, R. T., Lemon, K. N., y Zeithaml, V. A. (2004). Return on marketing: Using customer equity to focus marketing strategy. Journal of Marketing, 68(1), 109-127. https://doi.org/10.1509/jmkg.68.1.109.24030
Shah, D., Rust, R. T., Parasuraman, A., Staelin, R., y Day, G. S. (2006). The path to customer centricity. Journal of Service Research, 9(2), 113-124. https://doi.org/10.1177/1094670506294666
Zeithaml, V. A., Rust, R. T., y Lemon, K. N. (2001). The customer pyramid: Creating and serving profitable customers. California Management Review, 43(4), 118-142. https://doi.org/10.2307/41166104
Lecturas complementarias sugeridas
Payne, A., y Frow, P. (2005). A strategic framework for customer relationship management. Journal of Marketing, 69(4). Artículo de referencia para entender el CRM como estrategia transfuncional y no como tecnología; resulta ideal para fijar el marco conceptual del tema.
Reichheld, F. F., y Sasser, W. E. (1990). Zero defections: Quality comes to services. Harvard Business Review, 68(5). Texto fundacional de la economía de la retención; muestra con claridad por qué la reducción de la deserción de clientes impacta de forma desproporcionada en el beneficio.
Lemon, K. N., y Verhoef, P. C. (2016). Understanding customer experience throughout the customer journey. Journal of Marketing, 80(6). Síntesis académica más completa y actual sobre la experiencia del cliente y el recorrido del cliente; excelente para profundizar más allá de los manuales.
Dixon, M., Toman, N., y DeLisi, R. (2013). The effortless experience. Portfolio/Penguin. Desarrollo extenso de la lógica del CES y de la crítica al deleite como objetivo de servicio; muy aplicable a casos y discusiones de aula.
Kumar, V., y Reinartz, W. (2018). Customer relationship management: Concept, strategy, and tools (3.ª ed.). Springer. Manual integral que articula la teoría del valor del cliente con herramientas analíticas y casos; apropiado como texto base para un curso de posgrado en CRM.